曾贤刚,段存儒,王 睿 (中国人民大学环境学院,北京 100872)

随着中国对外开放程度的日渐加深,国家在顶层设计层面提出了统筹利用好国内国外“两个市场”的农业发展战略导向.目前中国农产品贸易额逆差较大[1-2],这对中国整体的国际虚拟水资源分配格局也有重要影响.在中国水资源消耗已经饱和的情况下,本着“开源节流”的原则,从国际市场寻求虚拟水补缺是可行的对策之一.分析虚拟水流动格局,对展现经济社会发展和水资源利用之间的深层次关系具有重要意义[3-4].

虚拟水是指内含在生产商品中无法直接核算的水资源数量,通过生产过程中水资源的投入后直接转化为成品的形式体现出来[5].在水资源较为紧缺的国家和地区,充分发掘农产品“虚拟水”资源以及进行相关方面的研究已经上升到战略高度.Sato等[6]将“虚拟水”也就是水足迹的核算方法分为两种:“自下而上法”和“自上而下法”,其中 “自下而上法”是运用计算植物耗水量通行的彭曼公式和FAO 提供的Climwat 等软件测算各单种粮食作物的水足迹;“自上而下法”是使用全生命周期评价方法分析资源消耗,一般利用投入产出表计算农业行业的直接耗水系数和完全耗水系数[7-8].谭圣林等[9]提出使用SRIO 区分本地水足迹和外来水足迹,用MRIO分析区域间的虚拟水贸易.马忠等[10]探索编制了市级的水资源实物型投入产出表,使用了Helga Weisz 的方法将价值型表向实物型进行转换,更好地揭示了实物产品之间的技术联系.马超等[11]认为传统的线性静态投入产出模型有较强的假设限制,因此采取CGE思想设计了新的虚拟水测算思路,构建了42 部门可计算非线性投入产出模型,加入非线性化和动态化拓展后,对虚拟水的测度结果更加精确.

也有学者探究了虚拟水转移的影响因素.虚拟水转移以农产品贸易为载体,因此其影响因素涉及到国际贸易和农产品两方面.根据国际贸易理论,影响贸易流大小的根本因素是两国间的比较优势,其中人力资本差异、技术差异、规模经济差异、产业政策差异、资源禀赋差异等是比较优势的产生基础.例如,孙才志等[12]计算了虚拟水净出口量与各种资源要素的秩相关系数,表明农产品虚拟水流动的主要驱动因素是耕地资源而不是水资源.陈丽新等[13]从机理层面分析了影响中国农产品虚拟水流动格局的因素,认为耕地资源、人口、经济驱动、国家政策和技术进步5 类因素对虚拟水流动产生综合影响.马超等[14]等利用多元逐步回归的方法,以虚拟水对外依赖程度为因变量,从自然、经济、社会、生态、技术和政策6 个维度进行分析,结果表明耕地资源及水资源稀缺程度、区域经济发展水平、社会调适能力是虚拟水进口的正向驱动因素,农业用水效率则是虚拟水进口的负面影响因素.

而在国际虚拟水转移影响因素的研究方法学中,引力模型已开始被用来衡量虚拟水贸易流.刘红梅等[15]通过贸易引力模型得出与中国农业虚拟水贸易正相关的因素包括农业劳动力要素禀赋、技术水平、农业规模经济、需求方收入水平、汇率水平及是否加入WTO;负相关的因素包括土地和水资源要素禀赋、GDP 水平、价格水平和区域性经济组织.Fracasso[16]构建的引力模型证明双边的虚拟水转移不仅受典型贸易因素的影响,还受本国水资源禀赋、水资源压力等环境要素的影响.但目前学界利用贸易引力模型分析农产品贸易中虚拟水流动影响因素的文章仍然不多.

本文选取了与中国的贸易占比较大且具有代表性的10 个国家作为研究对象,采用投入产出模型计算中国农产品贸易产生的虚拟水进出口量,进而结合贸易理论和水资源消耗模式,通过贸易引力模型探究影响农业虚拟水转移的影响因素,希望能够为中国的农产品贸易政策提供一定的理论参考.相比于已有研究,本文将投入产出模型与贸易引力模型结合使用,弥补了单一模型的不足;选取有代表性的十个国家而非国际组织,其中一些国家目前尚少有相关分析,因而填补了部分已有研究的空白;此外,本文在影响因素分析中重点考虑关税因素,这在当今中美贸易战的大背景下具有重要的政策意义.

1 数据与方法

1.1 研究对象

本文以贸易量大、代表性强、统计数据完备为原则,挑选了与中国农产品贸易额最大的10 个伙伴国作为研究对象,包括印度尼西亚、泰国、马来西亚、印度、巴西、阿根廷、俄罗斯、美国、澳大利亚和南非,覆盖了与中国贸易的各种类型、各大洲与各类国际间合作框架和组织,具有较好的样本代表性.

1.2 研究方法

1.2.1 投入产出模型 水资源投入产出模型是度量区域间水资源转移消耗的重要手段[17].本文将资源环境要素纳入虚拟水投入产出模型,用以计算各国的农业用水系数,进而得到中国的虚拟水净进口量.首先独立构造适用于虚拟水的价值-实物型水资源投入产出表,考虑外贸-农产品-水资源循环流,将各部门的水耗用量置于价值型投入产出表的下方,增加了一个行向量以研究经济活动与虚拟水之间的相互影响关系,如表1 所示.在传统投入产出表上增加的一行为用水量行,Wj为在第j 部门的生产过程中,水资源的投入量,用实物单位计量,构成输入当期生产过程的资源流量矩阵.直接耗水系数wj= Wj/Xj,代表j 部门单位产值所直接消耗的水量;完全耗水系数Qj=wj(I-A)-1,代表 部门单位产值所需的整个经济体的耗水量,其中(I-A)-1为列昂惕夫逆矩阵.虚拟水净进口量为:

式中:VWNIi代表中国净进口i 国的农业虚拟水总量;wi(I-Ai)-1为i 国农业完全耗水系数; wi(I-Ai)-1为对中国农业耗水系数;Ii为中国进口i 国的农产品额;Ei为中国出口i 国的农产品额.

表1 资源-价值型投入产出表形式Table 1 Resource-value-based input-output tables

1.2.2 贸易引力模型 本文使用贸易引力模型,基于前述投入产出模型得到的虚拟水净进口情况,探究虚拟水净进口的影响因素.贸易引力模型假设两国间的贸易额与两国经济规模成正比、与两国间地理距离成反比.随着模型应用的日益成熟,学者们试图在模型中纳入更多社会变量以研究国际贸易问题.贸易引力模型的基本表述形式如(2)式所示:

式中:Xij为i,j 两国之间的贸易额;Yi为i 国的GDP;Yj为j 国的GDP;Dij为两国之间的地理距离.根据不同的研究目的和研究对象,从基础模型中又衍生分支出了不同的研究范式,表现为很多学者对模型变量的选取进行了针对性的扩展,如在模型中考虑人口数量、土地成本、人力成本、汇率、利息、通货膨胀水平、关税措施等影响因素[18].针对本文研究重点,笔者对贸易引力模型进行了拓展:①被解释变量为中国与世界各国在农产品贸易中产生的虚拟水净进口额,数据来自于投入产出模型的计算结果;②梳理前人研究,选取农业劳动力资源禀赋差异、农业用地资源禀赋差异、技术水平、农业产业规模、经济规模、通货膨胀水平、汇率水平、经济距离、关税同盟组织等为农业虚拟水转移的潜在影响因素,构建的农产品虚拟水贸易引力模型如(3)式所示:

式中:Yc,j,t为中国对研究对象国的农业虚拟水净进口额;c 代表中国;j 代表贸易伙伴j 国;t 代表年份;Dj,c,t代表中国与贸易伙伴国的经济距离,用航运运输成本来表示;PGDPj,c,t为贸易国与中国的人均GDP 之比,表示两国发展阶段和富裕水平的差异;Alabj,c,t代表贸易国与中国的农业劳动力禀赋的差异,用农业劳动力数量的比值来表征;Alandj,c,t为中国与贸易国在农业用地方面的差异,取两国人均耕地资源的比值;Pwaterj,c,t为两国水资源禀赋的差异,取两国人均水资源量的比值;Cyielj,c,t为两国谷物单位面积产量之比,代表两国技术水平的差别;Avaluej,c,t为两国农业产业规模经济之比,取第一产业增加值占GDP 比例做比;CPIj,c,t为价格控制因素,取两国当年消费者价格指数的比值,从生产端反映大宗市场价格水平;EXPj,c,t为两国汇率之比,代表两国的比值水平;Tariffj,t为研究国与中国之间的最惠国税率,为WTO 框架下两国间的实际关税.而若两国间签订了自由贸易协定(FTA),则使用自由贸易协定税率;FTAj,t为当年该国是否与中国签订了FTA,取实际生效的日期,表示两国之间的贸易壁垒程度.除FTA为0～1 变量外,为使回归更加平滑,对其他所有指标都进行了对数化处理;FXj,t为固定效应面板模型中的时间固定效应和国家固定效应,包含没有被控制住的随时间和国家不发生变化的影响虚拟水转移的因素,在模型中采用逐步纳入回归模型的方法进行控制.

FTA 和关税变量都为表征贸易壁垒的因素,表达的信息既有部分重复又有部分区分.其中前者为二分变量,后者为连续变量.本文在固定其他模型形式一致的前提下,分别将两者纳入模型,一是为了避免多重共线性引起的解释困难,二是从理论上看, FTA 为正向影响变量,关税为负向影响变量,两个模型的结果可以正反印证,相互解释,使得结果更具有说服力.

1.3 数据来源

农产品贸易金额取自国研网-国际贸易研究及决策支持系统数据库,其贸易种类按照HS 国际编码分类.本文将HS 编码01～04 类商品的进出口额加总即可作为当年该国与中国发生的农产品总进出口额.在完全耗水系数计算过程中采用欧盟投入产出数据库(WIOD)中的2016 发布版国家级投入产出表进行计算,其优点在于囊括了中国2000～2014年间每一年的投入产出表.国家统计局每逢2、7 编制43 部门的投入产出表,每逢0、5 编制延长版的投入产出表[19].将国家统计局版与WIOD 版的中国投入产出表进行核对后,发现两者统计口径较为接近,数据相差不大,因此可以作为2015、2017 年的基础数据统一使用,2016 年的投入产出表使用2015、2017 年的数据平均可得,因此具备一定的计算估计性质.在汇总时,需要将国内投入产出表的金额数按照当年人民币平均汇率换算为美元制.WIOD 只提供了澳大利亚、俄罗斯、巴西、美国、印度和印度尼西亚的逐年投入产出表.因而根据地理国情相似性原则,阿根廷使用巴西的耗水系数、南非使用土耳其的耗水系数、泰国使用印度的耗水系数、马来西亚使用印度尼西亚的耗水系数,进行统一代替.2015～2017 年其他国家的耗水系数统一使用该国2014 年的耗水系数进行代替.3 大行业用水量数据取自CEIC 中国经济数据库,研究对象国的部门用水量数据来自于联合国粮农组织AQUASTAT 数据库.虚拟水净进口影响因素的指标数据来源如表2 所示.

表2 影响因素指标数据来源Table 2 Data sources for impact factor indicators

2 结果与分析

2.1 虚拟水测算

2.1.1 各国农业用水系数 利用投入产出表和三大行业用水量数据可以计算出中国农业直接耗水系数和完全耗水系数,结果如表3 所示.由表可见,两者都随着时间的推移而逐渐下降,直接耗水系数由2003 年的每美元产值1.896m3下降至2017 年的每美元产值0.459m3左右,下降了75.8%;完全耗水系数由2003 年的每美元产值2.296m3下降至2017 年的每美元产值0.548m3左右,下降了76.1%,两者下降趋势基本相同,2016、2017 年出现系数的回弹效应可能是所使用的投入产出表统计口径不同所导致的,总体趋势仍然呈现下降态势.这一方面表明,中国的农业用水效率逐渐提高,农产品生产用水强度逐渐下降,农业生产环境友好度上升;另一方面,完全耗水系数高于直接耗水系数约20%,也说明其他行业在生产过程中需要来自于农业领域的投入较多,在生产决策中不能只考虑单个行业的环境影响.

利用WIOD 国家投入产出表可以计算出部分研究国的完全耗水系数,如图1 所示.纵向来看,随着时间流逝,各国的农业完全耗水系数都普遍下降,且幅度较大,由此可知随着农业技术的进步,各国农业领域利用水资源的效率都得到了明显提升.横向来看,中高发达国家的农业用水效率较高,如澳大利亚、俄罗斯、巴西等,这与其农业规模大、灌溉技术发达有关.美国相比于发展中国家的用水效率较高,但是下降幅度不明显,且与其他发达国家相比并不具有优势.而水效较低的国家多处于南亚东南亚等水资源较为丰富的地区,相同产值下,所需的农业水资源是发达国家的10 倍左右.对于这些水资源禀丰富的国家来说,避免落入“资源陷阱”,提高用水效率仍然是农业发展的议题.与中国对比来看,中国的农业用水系数在2010 年以前仍然高出发达国家不少,但近年来系数下降很快,大致处于美国和土耳其的水效之间,属于中等水平,但与俄罗斯、澳大利亚等农业发达国家相比仍存在不少差距.

表3 中国农业用水系数测算结果Table 3 Agricultural water consumption coefficient in China

2.1.2 中国进口虚拟水情况 中国虚拟水净进口情况如表4 所示,农产品净进口金额如表5 所示.总体来看,中国通过农产品贸易在大部分国家和大部分年份中实现了较大的虚拟水逆差.各国虚拟水贸易额随时间波动变化,没有明显的趋势特征.同一国家各年度的虚拟水贸易额数量级相似,不同国家之间相差较大.中国农产品国际贸易的虚拟水流向为净流入,且数额较大,这与中国农产品贸易额的流动方向和趋势较为一致,但仍存在出入之处.如2003～2009 年对俄罗斯的农产品贸易额为逆差而虚拟水为顺差,2010～2015年对马来西亚农产品贸易额为逆差而虚拟水为顺差,2003～2007年对美国农产品贸易额为逆差而虚拟水为顺差,2003～2012年对澳大利亚农产品贸易额为逆差而虚拟水为顺差等,都体现了两国之间用水效率的差距——即造成这种“倒挂”的原因不是贸易结构发生了改变,而是两国间相对用水系数发生了改变.根据测算结果,中国农业虚拟水资源对外依赖性较强.

图1 研究国农业完全耗水系数测算结果Fig.1 Agricultural total water consumption coefficient in the study countries

表4 中国虚拟水净进口情况(亿m3)Table 4 China's net virtual water imports (×109m3)

表5 农产品净进口金额(亿美元)Table 5 Net imports of agricultural products (×109$)

分国别来看,历年来农业虚拟水净流入的国家包括印度、印度尼西亚、泰国、阿根廷和巴西,其中美国、巴西、泰国和印度尼西亚的数量级较大,达到了10 亿m3级别;农业虚拟水净流出的国家为俄罗斯,但绝对数额较小;发生逐年变动的国家为马来西亚、南非、美国和澳大利亚:其中马来西亚为先实现净流入,近年来变为净流出;南非、美国和澳大利亚都为先实现净流出,近年来变为净流入.美国的变化幅度最大,从2003 年净流出最多的国家变为了2017年左右的净流入前列的国家,这与中国和美国农产品贸易结构的变化有关.

图2 中国农业虚拟水净进口的产品结构Fig.2 Product structure of China's agricultural virtual water import

为分析农产品贸易结构对中国虚拟水进出口 流量的影响,可以测算中国与其他国家双边农产品贸易单一农作物的虚拟水量,从而更加准确的展现中国进口虚拟水的详细情况.根据定义,农作物产品的虚拟水含量等于单位面积农作物的用水量与作物单产的比值,动物的虚拟水含量等于动物从出生到生命结束整个生命过程中的全部用水量.参照朱启荣等[20]的研究,得到主要农产品的虚拟水含量,将其与中国相应农产品的净进口量相乘,即可得到中国与其他国家2008～2017 年主要农产品贸易的虚拟水净输入量.本文选择中国净进口量普遍大于0 的泰国和巴西、中国净进口量普遍小于0 的俄罗斯以及中国净进口量变动幅度较大的美国作为主要分析对象.从数量级上来看,这4 个国家能够代表中国农产品贸易虚拟水流动的主要方向.此外,通过纵向分析可知,美国、泰国和和巴西对中国的虚拟水流动都有明显的变化趋势.以这类国家作为主要分析对象,可以更容易地体现出中国虚拟水流动结构的时变特征.图2 展示了中国与上述4 国贸易中虚拟水流量最大的5 种产品随时间变化的趋势.可以发现,中国与各个国家之间的农产品虚拟水贸易结构具有不同的特点.中国虽然从泰国和巴西净进口虚拟水,但泰国的虚拟水流量分布于各个农产品类别,其中烤烟的虚拟水流量最大,但未超过10 亿m3;相比之下,巴西的虚拟水流量则集中于大豆这一类产品.而中国从美国进口虚拟水的情况与巴西比较类似,大豆成为了主要的虚拟水流量载体.在与俄罗斯的贸易中,虚拟水主要呈现出净流出的局势,其中通过苹果流出的虚拟水量最多.由此可见,中国与主要农产品进出口国家之间通过农产品贸易实现的虚拟水流动并不具有相同的特征,这是国际贸易中各个国家之间比较优势的体现.

2.2 虚拟水净进口影响因素分析

2.2.1 描述性统计 使用STATA 软件,运行贸易引力模型,探究虚拟水净进口的影响因素.由于贸易引力模型需要将被解释变量对数化,因此只能将产生虚拟水净进口的数据纳入模型,而将部分产生虚拟水净流出的数据删除.产生这些情况的国家主要为南非、俄罗斯以及其他国家的部分年份等,因此最终实现虚拟水净流入的数据有101 条,相比于初始的150 个样本,在第二阶段讨论影响因素时,总体数据保留率为67.3%.数据描述性统计结果如表6 所示.

2.2.2 纳入FTA 的虚拟水贸易引力模型 如表7所示,其中第1 列为不控制时间固定效应和个体固定效应的回归结果,第2 列为仅控制了时间固定效应的回归结果,而第3 列为同时控制个体固定效应和时间固定效应的回归结果.由回归结果可以看出,在同时控制住时间固定效应和个体固定效应的情况下,模型的解释力最好,拟合优度达到95.2%.

表6 描述性统计Table 6 Descriptive statistics

在该回归中,人均GDP 之比的系数显著为负,意味着他国相对于中国的人均GDP 每多1%,农业虚拟水净进口量减少3.85%.农业增加值占比的系数显著为正,意味着他国相对于中国的农业增加值占比每增加1%,虚拟水净流入上升0.35%.农业耕地资源禀赋之比变量显著为正,意味着他国相对于中国的农业耕地资源每多1%,农业虚拟水净进口量增加6.31%.该结果验证了比较优势理论,即中国在与他国的农产品贸易中,由于他国的农业劳动力资源禀赋、耕地资源禀赋更优(耕地单产反映了土地肥力、规模化生产程度等土地生产要素),而农业劳动力和耕地资源又是农业生产成本的重要组成部分,因此对中国产生了农产品贸易的比较优势.通过农产品扩大的进口量,输入中国的虚拟水量也增多,影响方向符合预期.汇率变量显著为负,意味着外币每升值1%,虚拟水净流入下降5.06%,这与币值变动引起的贸易变动正相关.是否签订FTA 变量在10%的显著性水平下为正,意味着他国与中国签订FTA 后,农业虚拟水净进口量增加0.47%.这条结果验证了FTA 的关税减让效应,即FTA 能够消除两国间贸易的关税壁垒和非关税壁垒,产生了较强的贸易创造效应,从而间接使虚拟水要素的流动增加.经济距离、人均水资源、单产、通货膨胀指数等变量均不显著.

表7 纳入FTA 的虚拟水贸易引力模型回归结果Table 7 Results of a virtual water trade gravity model regression incorporating FTA

2.2.3 纳入关税的虚拟水贸易引力模型 如表8所示,其中第1 列为不控制时间固定效应和个体固定效应的回归结果,第2 列为仅控制了时间固定效应的回归结果,而第3 列为同时控制个体固定效应和时间固定效应的回归结果.由回归结果可以看出,同样是控制住时间固定效应和个体固定效应的情况下,模型的解释力最好,此时拟合优度为72.5%.

由回归结果可知,人均GDP 之比变量显著为负,意味着他国相对于中国的人均GDP 每多1%,农业虚拟水净进口量减少3.75%.农业劳动力禀赋之比变量显著为正,意味着他国相对于中国的农业劳动力资源每多1%,农业虚拟水净进口量增加16.64%.农业增加值占比显著为正,意味着他国相对于中国的农业增加值占比每增加1%,虚拟水净流入上升0.41%.汇率变量显著为负,意味着外币每升值1%,虚拟水净流入下降4.72%.关税变量在10%的显著性水平下为负,意味着两国间关税每上升1%,虚拟水净流入下降0.44%.经济距离、耕地资源、人均水资源、单产、通货膨胀指数等变量均不显著.

表8 纳入关税的虚拟水贸易引力模型回归结果Table 8 Results of a virtual water trade gravity model regression incorporating tariff

将纳入FTA 和纳入关税的虚拟水贸易引力模型进行横向对比可以看出,签订FTA 显著正面影响虚拟水净流入,关税增加显著负面影响虚拟水净流入,因此贸易壁垒不利于中国农产品贸易,进而不利于通过国际市场缓解国内水资源压力,这与理论预期相符.在两种模型中,禀赋要素基本成为显著影响因素,而经济金融要素影响不显著.

3 结论与建议

3.1 结论

3.1.1 中国的直接耗水系数由2003 年的每美元产值1.90m3下降至2017 年的每美元产值0.46m3,完全耗水系数由2003 年的每美元产值2.3m3下降至2017 年的每美元产值0.55m3.这说明,中国的农业用水效率在逐渐提高,但中国农业用水模式仍然较为粗放,用水效率在国际上仍然处于中游水平,与俄罗斯、澳大利亚等农业发达国家相比仍存在不少差距.

3.1.2 中国对印度、印度尼西亚、泰国、阿根廷和巴西实现了虚拟水的净进口,对俄罗斯实现了虚拟水的净出口,其中美国的变化幅度最大,从2003 年净流出最多的国家变为了2017 年的净流入前列的国家.整体来看,中国通过利用国际农产品市场实现了虚拟水的净进口,且进口数额较大,缓解了中国农业生产的水资源压力,间接达到了世界水资源合理分配和节省中国水资源的效果.

3.1.3 从影响虚拟水进口的影响因素结果来看,传统上影响国际间贸易的因素(包括部分经济金融因素、运输成本因素等)对虚拟水进口都会产生影响,其作用路径是通过成本变动影响农产品的国际贸易,进而影响虚拟水的流动.此外,签订FTA 显著正面影响虚拟水净流入,中国与他国签订FTA 后,农业虚拟水净进口量增加0.47%;关税增加显著负面影响虚拟水净流入,中国与他国间关税每上升1%,虚拟水净流入下降0.44%.因此贸易壁垒不利于中国通过国际市场缓解水资源压力.可以预见在中美贸易战的背景下,农产品领域是加征关税的重灾区,中国的水资源压力势必上升.

3.2 建议

3.2.1 中国应发展资源节约型农业.从耗水系数的测算结果来看,中国的农业用水效率还有很大的提升空间.中国要提高对旱作农业、水肥一体等农业节水技术的补贴额度,在保证农产品安全的基础上,降低农业用水强度,完善农业节水领域的法律制度体系.

3.2.2 中国应注重农业生产和农产品贸易安全平稳发展.根据中国虚拟水流动的情况可以看出,中国农业虚拟水资源对外依赖性较强.因此必须首先要确保国家粮食安全,在此基础之上可适当进口资源性农业产品,为保证中国口粮生产的安全性提供一定的空间,也能促进水资源等要素在世界范围内的合理流动,缓解国内较大的水资源压力.

3.2.3 中国应当在农产品贸易中更加重视FTA 和关税的作用.由贸易引力模型的分析结果可知,FTA和关税是能够显著影响国际农产品贸易的政策变量.在贸易保护主义抬头的今天,中国应当始终坚持对外开放的贸易政策,在部分资源性农产品贸易中采取FTA 和关税减让措施.